- 博客(17)
- 收藏
- 关注
RSS订阅原创 grafana结合es查询语法
一、类别变量（模板使用）{“find”: “fields”, “type”: “keyword”}例子：{“find”: “fields”, “type”: “long”}查找类型为 long 的字段。{“find”: “terms”, “field”: “@hostname”, “size”: 1000}例子：{“find”: “terms”, “field”: “timestamp”, “size”: 1000}返回字段名称为 timestamp 的列表，大小为1000。{“find”:
2020-12-28 11:15:42
13165
1
原创 数据查询优化
一、查询语句书写要点：1.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。2.应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：select id from t where num is null可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：select id from t where num=03.应尽量避免在 where 子句中使用!=或<
2020-11-05 08:58:31
197
原创 SpringBoot-starter启动器
名称解释spring-boot-starter-thymeleaf使MVC Web applications 支持Thymeleafspring-boot-starter-data-couchbase使用Couchbase 文件存储数据库、Spring Data Couchbasespring-boot-starter-artemis为JMS messaging使用Apache Artemisspring-boot-starter-web-services使用S...
2020-10-30 15:35:39
163
原创 Python-pandas.DataFrame-找出有空值的行
Python-pandas.DataFrame-找出有空值的行1.找出含有空值的行方法：DataFrame[DataFrame.isnull().T.any()]其中，isnull()能够判断数据中元素是否为空值；T为转置；any()判断该行是否有空值。import pandas as pdimport numpy as npn = np.arange(20, dtype=float).reshape(5,4)n[2,3] = np.nanindex = [‘index1’, ‘index2
2020-10-27 21:59:53
1891
原创 手写数字识别系统（python+K-近邻完整代码）
手写数字图片识别系统的介绍：由于数字图片是一个 32*32 维的二进制向量，不能直接放到模型中使用，所以：首先需要先将每一个 3232 维的向量转化为 1(3232)维的向量，即 11024 维数据向量第二步就是将所有经过转化后的 m 个训练样本，组合成一个 m*1024 维的训练样本集矩阵K-近邻算法就是计算每一个测试样本与所有训练样本的距离，取其中 k 个距离较近的训练样本，通过投票法将测试样本归类到得票最多的一类导入程序所需要的模块import numpy as npimpor
2020-08-22 22:47:32
1159
原创 MYSQL入门过渡进阶资料
1.数据和数据库1.1 什么是数据?客观世界符号表示(文本,图片,音频…)1.2 存储数据?经历阶段 --> 文件存储(txt) 存储量增长(检索速度直线下降)–> 数据库存储 (数据结构)1.3 什么是数据库(DataBase: DB)按照特定数据结构存储数据的仓库1.4 数据库管理系统(DBMS)操纵和管理数据库的一套软件1.5 数据库管理系统分类1) 关系型的数据库管理系统(RDBMS: relationship)数据可以通过关系模型(表格)来进行统一的表示
2020-08-16 23:41:36
316
原创 excel函数知识集合
1、AND场景判定所有条件的真假，当所有条件都为真，返回True，有一个为假，返回FALSE语法=AND(条件1，条件2····)案例=AND(1=1,2=2,3=3)=AND(1=1,2=2,3=0)2、OR场景判定所有条件的真假，当有一个条件为真，返回TRUE，当所有条件都为假，返回FALSE语法=OR(条件1，条件2····)案例=OR(1=0,2=0,3=3)=OR(1=0,2=0,3=0)3、IF场景根据指定的判断条件，在正确或错误的状态下，分别返回不
2020-08-09 18:34:23
313
1
原创 linux03-文件权限操作及打包压缩
1.文件权限1.1 查看权限drwxr-xr-x.: 文件类型和权限(-:普通文件 d:文件夹 l:链接文件 b:二进制文件 c:字符设备文件)2: 链接数(普通文件链接数是1,文件夹代表子文件夹的个数)root: 用户 root: 组 4096: 大小 Aug 26 19:21 :时间Desktop:文件名称 7 5 5 111 101 101 rwx
2020-08-02 12:43:42
216
原创 linux03-2系统管理等相关操作
1.用户和组1.1 什么是用户和组用户是权限集合组是存储和管理用户,权限的容器1.2 用户和组的分类用户分类管理员: uid 0系统用户: 1-499普通用户: 500 - 60000用户组系统组私有组普通用户组1.3 查看用户和组查看用户: cat /etc/passwd / /etc/shadow 查看组: cat /etc/group / /etc/gshadow1.4 用户和组操作用
2020-08-02 12:42:16
97
原创 linux-03-1-安装软件及进程管理
1.软件安装1.1 二进制发布包(略)1.2 rpm安装包软件包已经按照redhat的包管理规范进行打包发布,需要获取该软件包,然后按照rpm的命令进行安装。但是不一定能够正确安装(存在包依赖的问题)查找: rpm -q 程序: 是否采用rpm方式安装过指定的软件 rpm -qa:查看所有的安装程序 rpm -ql 程序: 查看程序安装目录安装: rpm -ivh 程序包: 安装过程中显示过程进度卸载: rpm -e 程序名称: 卸载指定的程序 如果遇到依赖问题:
2020-08-02 12:35:01
121
原创 linux-02-常见命令
1.常见命令cat: 查看并打印内容到标准输出设备cat 文件: 查看整个文件的内容(文件过大超过缓冲区，不会完整展示)-n:展示行号tac: 倒序打印tac 文件head: 展示开头若干行(10)head 文件-n num:指定显示的行数tail: 展示结尾的若干行(10)tail 文件-n num:指定显示的行数-f: 始终查看最新内容more: 翻页显示less: 翻页显示(space enter b G gg)echo: 输出字符串或
2020-08-02 12:34:03
146
原创 linux-01-初识
1.Linux初识1.1 什么是Linuxlinux是开源免费的类unix操作系统(主要应用于服务器端)linux操作系统支持多用户,多任务,多cpu和多线程。linux支持多数的网络协议,网络操作系统。1.2 Linux的诞生1969年,贝尔实验室开发出unix.1973年,丹尼斯.里奇用c语言重新编写1983年,理查德.斯托曼发起GNU(GNU’s not unix)计划,创建完全自由的操作系统GPL: 通用软件许可证,自由软件: 使用、复制、修改和发布1990年
2020-08-02 12:33:12
137
转载 viterbi 算法（转自知乎 路生）
viterbi维特比算法解决的是篱笆型的图的最短路径问题，图的节点按列组织，每列的节点数量可以不一样，每一列的节点只能和相邻列的节点相连，不能跨列相连，节点之间有着不同的距离详细流程为了找出S到E之间的最短路径，我们先从S开始从左到右一列一列地来看。首先起点是S，从S到A列的路径有三种可能：S-A1、S-A2、S-A3，如下图：我们不能武断地说S-A1、S-A2、S-A3中的哪一段必定是全局最短路径中的一部分，目前为止任何一段都有可能是全局最短路径的备选项。我们继续往右看，到了B列。按B列的B
2020-08-01 14:06:35
272
原创 用户购买CD行为数据分析
%matplotlib inline# 正常显示中文from pylab import matplotlibmatplotlib.rcParams['font.sans-serif'] = ['SimHei']# 正常显示符号matplotlib.rcParams['axes.unicode_minus']=Falseimport pandas as pdimport numpy as npfrom matplotlib import pyplot as plt# 读取数据column
2020-07-12 15:28:47
477
原创 利用随机森林算法对泰坦尼克生还率预测
泰坦尼克生还预测预测前准备工作import matplotlib.pyplot as pltimport pandas as pdimport numpy as npimport seaborn as seb# 导入泰坦尼克数据集datas = pd.read_csv('./datas/tan.csv')# 处理船舱等级数据（可以使用sklearn中的一个方法，实现快速转换）p = datas['pclass']pclass = []for i in range(len(p)):
2020-06-23 00:09:16
534
原创 movielens1m数据集处理
@[TOC]电影推荐系统一、对ml-1m数据进行清洗1.对电影数据进行清洗import pandas as pdimport numpy as np# 读取电影数据datas = pd.read_csv('datas/001-movie.csv')# 取出类别数据Class = datas.genres# 定义一个用于保存整体类别数据的列表（有重复）all_class = []# 定义一个用于后期对类别赋值的列表（里面存储的都是每部电影类别列表）class_list = []fo
2020-06-22 21:59:12
2626
4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人